Python Pandas DatetimeIndex.to_series()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas DatetimeIndex.to_series()函数创建了一个系列，其索引和值都等于索引键，对基于索引返回索引器的map很有用。

语法: DatetimeIndex.to_series(keep_tz=False, index=None, name=None)

参数 :
keep_tz :返回保持时区的数据
index :结果系列的索引。如果没有，默认为原始索引。
name :结果系列的名称。如果没有，默认为原始索引的名称。

返回：系列

示例#1：使用DatetimeIndex.to_series()函数，从给定的DatetimeIndex对象中创建一个系列对象。同时为该系列设置索引值。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'S' represents secondly frequency 
didx = pd.DatetimeIndex(start ='2018-11-15 09:45:10', freq ='S', periods = 5)
  
# Print the DatetimeIndex
print(didx)

输出 :

现在我们要从DatetimeIndex对象中构建一个系列。

# construct the series
didx.to_series(index =['A', 'B', 'C', 'D', 'E'])

输出 :

正如我们在输出中看到的，该函数返回了一个由didx DatetimeIndex对象构建的系列对象。

示例#2：使用DatetimeIndex.to_series()函数，从给定的DatetimeIndex对象中创建一个系列对象。同时为该系列设置索引值。

# importing pandas as pd
import pandas as pd
  
# Create the DatetimeIndex
# Here 'M' represents monthly frequency 
didx = pd.DatetimeIndex(start ='2015-03-02', freq ='M', periods = 5)
  
# Print the DatetimeIndex
print(didx)

输出 :

现在我们要从DatetimeIndex对象中构建一个系列。

# construct the series
didx.to_series(index =['First', 'Second', 'Third', 'Fourth', 'Fifth'])

输出 :

正如我们在输出中看到的，该函数返回了一个由didx DatetimeIndex对象构建的系列对象。